1樓：誰怕平生太急
私以為職業天花板一直都有，不僅僅是數學好不好的，也可能是情商高不高，或者是…
1，我覺得一定會碰到，碰到了把數學搞好，就突破了2，我覺得不太可能碰到，因為從事機器學習的過程，沒準思路不斷的開啟，不斷修煉，天花板的原因變成了其他的了
3，你的起點可能就是別人的天花板…
4，你的天花板是別人的起點
2樓：靛藍
當下的數學基礎好與不好，與未來的職業瓶頸沒有必要聯絡；只要有個機器學習演算法崗位的入門水平，那就去幹，數學可以邊工作邊補啊。
工作之後若再回頭看數學，會很有針對性的，並不想在學校學習數學那麼痛苦。
3樓：
機器學習崗位大部分都是呼叫引數，試然後寫報告然後再試試。
人工智慧演算法搞到現在，真的基本演算法屈指可數，輪不到工程崗位的人做數學研究。都是mit哈佛普林斯頓的教授做的前沿工作
4樓：quant林
對最常用的python為例，基本上程式設計能力已經不是重點，那麼需要的是什麼呢？
需要行業知識，比如量化交易，需要巨集觀經濟學家來擔任負責人，金融工程和統計
數學不好的人，適合學習深度學習，機器學習，人工智慧嗎？
百里子彧丶 我就是來勸退的我不知道國內老師怎麼樣國外本科 cs專業數學3 4年沒碰了高中學得早忘了大學也沒修微積分就學了離散函式也還能接受心血來潮學了機器學習真的學了才知道什麼叫勸退每週都是大知識點這周回歸下週分類在下週直接卷機神經網路這誰受得了上週都沒搞懂下週又來一堆公式推導都搞不懂就得在pyth...
跨專業從事機器學習或資料探勘可能性？
歐路 你的目標不在於學習研究機器學習，大概率下是因為看到機器學習深度學習近幾年的火熱，可以從中撈一把。還是好好想想自己真正喜愛的，再說了同濟大學這麼好的學校夠你用的，不必因為市場而轉變自己的觀點。 如果想從事相關的研究工作還是得讀個PhD，研究型的master像UIUC，CMU的都很不錯，其實不管你...
從事計算機視覺 機器學習 深度學習演算法學術研究，工作的你，怎樣讓自己跟蹤最前沿技術
將門創投 就看到這個問題，心想 啊放錯了，應該是 說白了，這問題就是為 將門技術社群 準備的啊！來讓我搓搓小手簡單回答一下，從事計算機視覺 機器學習 深度學習演算法學術研究 工作的你，應該去哪兒追蹤最前沿的技術？結實最厲害的同行？獲取最具價值的乾貨分享？先給出申請鏈結，讓某些猴急的寶寶先申請了再說加...